使用 Amazon 基岩執行 AI 提示鏈接

此範例專案示範如何整合 Amazon Bedrock 執行 AI 提示鏈接並使用以下方法構建高質量的聊天機器人 Amazon Bedrock。 專案會將一些提示連結在一起，並按照提供的順序解析它們。這些提示的鏈結可增強用於提供高度策劃回應的語言模型的能力。

此示例項目創建狀態機，支持 AWS 資源，並配置相關IAM權限。探索此範例專案以瞭解如何使用 Amazon Bedrock 最佳化的服務整合 Step Functions 狀態機，或者將其用作您自己項目的起點。

AWS CloudFormation 模板和其他資源

您使用 CloudFormation 用於部署此範例專案的範本。此範本會在您的中建立下列資源 AWS 帳戶:

• A Step Functions 狀態機。

• 狀態機器的執行角色。此角色授予您的狀態機訪問其他所需的權限 AWS 服務 和資源，如 Amazon Bedrock InvokeModel動作。

必要條件

此範例專案使用 Cohere 指令大型語言模型 (LLM)。若要成功執行此範例專案，您必須LLM從 Amazon Bedrock 控制台。欲新增模型存取權限，請執行下列操作：

1. 打開 Amazon 基岩控制台。

2. 在導覽窗格中，選擇 [模型存取權]。

3. 選擇管理模型存取權限。

4. 選取「共享」旁邊的核取方塊。

5. 選擇要求存取權限。Cohere 模型的訪問狀態顯示為授予訪問權限。

步驟 1：建立狀態機

1. 開啟 Step Functions 主控台，然後選擇建立狀態機器。

2. bedrock在搜尋方塊中輸入，然後選擇執行 AI 提示連結 Bedrock從返回的搜索結果中。

3. 選擇 Next (下一步) 繼續。

4. 選擇 [執行示範] 以建立唯讀和 ready-to-deploy 工作流程，或選擇 [在其上建置] 建立可編輯的狀態機定義，您可以在其上建置並稍後進行部署。

   此範例專案會部署下列資源：

   • 同時 AWS Step Functions 狀態機器

   • 相關 AWS Identity and Access Management (IAM) 角色

   下圖顯示執行 AI 提示鏈結的工作流程圖形 Bedrock示例項目：

   

5. 選擇「使用範本」繼續進行選取。

接下來的步驟取決於您之前的選擇：

1. 執行示範 — 您可以先檢閱狀態機器，然後再建立唯讀專案，其中包含部署的資源 AWS CloudFormation 到您的 AWS 帳戶.

   您可以檢視狀態機器定義，當您準備就緒時，請選擇 [部署並執行] 以部署專案並建立資源。

   部署最多可能需要 10 分鐘的時間來建立資源和權限。您可以使用「堆疊 ID」連結來監控進度 AWS CloudFormation.

   部署完成後，您應該會在控制台中看到新的狀態機器。

2. 建立在其上 — 您可以檢閱和編輯工作流程定義。您可能需要在範例專案中設定預留位置的值，然後才能嘗試執行自訂工作流程。

注意

部署到您帳戶的服務可能需要支付標準費用。

步驟 2：運行狀態機

1. 在 [狀態電腦] 頁面上，選擇您的範例專案。

2. 在範例專案頁面上，選擇 [開始執行]。

3. 在 [開始執行] 對話方塊中，執行下列動作：

   1. (選擇性) 輸入自訂執行名稱，以覆寫產生的預設值。

      非ASCII名稱和記錄

      Step Functions 接受包含非ASCII字元的狀態機器、執行項目、活動和標籤的名稱。由於此類字元不適用於 Amazon CloudWatch，因此我們建議您僅使用ASCII字元，以便在中追蹤指標 CloudWatch。

   2. (選擇性) 在「輸入」方塊中，將輸入值輸入為JSON。如果您正在運行演示，則可以跳過此步驟。

   3. 選擇 Start execution (開始執行)。

   「Step Functions」主控台會將您導向「執行詳細資訊」頁面，您可以在其中選擇「圖形」檢視中的狀態，以瀏覽步驟詳情窗格中的相關資訊。